研发小组成员这样解释这种被称作“PowerSpy”的方法：当用户距离信号塔（或者基站）越远，其设备与之建立连接所消耗的能源就越大。通过比较特定区域所手机的模式信息，研发人员就可以通过设备上此事的电池消耗来进行地理位置的判断。并且值得一提的是，这样的判断是不需要任何地理位置信息做依据。
举一个通俗易懂的例子，其实这与目前的歌曲片段识别程序的操作方法十分类似。在应用程序的数据库中，已经有无数个“音频识别码”，用户只需要输入需要识别的音频片段，从而与数据库中的识别码相对比，就可以识别出当前片段具体属于哪一首音乐了。
研发小组的成员Yan Michalevsky、Dan Boneh、以及Aaron Schulman在他们的论文中表示：“目前，我们已经证实通过相关应用程序来读取手机几分钟内的功耗走势，就能够获知用户的地理位置信息。”“不过手机电池的消耗组成十分复杂，一些其它应用程序以及硬件设备也在同时消耗电量。但其实这些都不成问题，完全可以通过机器学习技术来克服。”
现阶段，研发人员已经在已经路线的准确度上取得了令人惊喜的成绩。同时他们也能够通过分析和整理各种距离较短路线的数据，来进行更长路线的分析。